基于振型相关性的结构模态参数频域自动识别

环境激励下,频域分解法(FDD)具有良好的结构模态频率和振型识别能力,但识别过程中需要基于频率准则人为判断奇异值曲线的峰值,无法准确识别出现近频交叠或重频情况的结构模态参数,而且不能自动进行模态参数的识别。对此,提出了基于振型相关性的MAC-FDD模态参数识别方法,该方法能自动搜索目标模态所对应的频率范围,并利用反映实测振型与理论振型良好相关性的最大模态置信准则(MAC)值判断和识别结构真实振型。给出了该方法的具体实现过程,对平面桁架和空间网架算例进行了模态参数识别。结果表明,该方法能够准确识别出各阶模态频率和振型,可以有效避免模态遗漏,且具有很强的抗噪能力。该方法弥补了常规FDD的不足,适用于对频率密集或具有重频现象的空间网格结构的模态参数识别,且其过程便于编程实现。